大數據技術先鋒，開啟智能通氣革命

2024-06-28健康

呼吸機發展至今，由於患者個體差異大、病情發展快，個人化、客製化的機械通氣需求愈發強烈。而床旁器材眾多，資訊分散，要時刻監測並及時調整通氣設定，對醫生的經驗、精力而言都是巨大考驗。 綜合患者多維度數據，為醫生提供臨床決策輔助成為「剛需」。

邁瑞在深度理解臨床需求的基礎上，將大數據技術、生態互聯技術與資訊視覺化技術融於全新呼吸治療平台SV900。它不再只是簡單的通氣支持器材，更是輔助醫生決策的智能專家。

人機同步在機械通氣中有著重要意義。

良好的人機同步，可以為患者提供有效的通氣支持，維持生命體征穩定，減少其不適感和並行癥的發生。反之，則可能導致肺損傷、延遲離線、病死率升高等後果[1]。臨床上，機械通氣患者遭受嚴重人機不同步的發生率可達24%[2]。

邁瑞從判斷人機同步最直觀的波形數據著手。整合壓力、流速及食道壓波形，采集並標註數十萬份人機不同步的波形數據樣本，將這些寶貴的專家經驗與自身大數據技術相結合，並進行反復的演算法叠代，最終 實作對5種人機不同步事件——誤觸發、反向觸發、無效觸發、雙吸氣、流速饑渴的即時、自動精準辨識與標記。 並透過內建演算法，提供事件類別的發生率統計、原因分析和通氣參數調節建議。

常見人機不同步事件辨識

人機不同步事件統計分析

在臨床上，這五種人機不同步事件的危害顯著，可能導致肺泡過度膨脹、肺損傷或者通氣支持不足等後果。實驗數據顯示，SV900對上述五種人機事件的辨識率均在92%以上。

「很多時候，我們無法一直守在床旁，這便可能忽略一些關鍵的異常變化。人機不同步辨識功能很好地做了‘補位’，為我們後續診療決策提供重要提示。尤其對於經驗不那麽豐富的臨床醫生來說。」正如重癥專家所說，基於大數據技術的人機不同步辨識， 不僅可以為醫護提供全天24小時的智能決策輔助，還可作為後續培訓、學習的關鍵資料，進一步提升醫療救治質素。

2024年4月，一場「人機大賽」在第七屆中國危重病科學研究及治療技術大會上盛大舉行，SV900呼吸機與臨床醫生就人機不同步事件辨識展開交鋒。現場專家對大數據技術智能辨識人機不同步的臨床價值表示肯定。

機械通氣是一把雙刃劍。在為患者提供生命支持的同時，也存在傷害的風險。因此隨著病情好轉，就要考慮盡快離線。

然而，臨床上離線延遲現象不容忽視。WEAN SAFE的研究結果顯示，22.4%的患者從達到撤機篩查標準到嘗試撤機間隔超過5天[3]。而離線延遲與不良預後密切相關，可能造成膈肌功能障礙、呼吸相關肺損傷、呼吸相關肺炎、病死率升高等後果，加重患者的醫療負擔。

針對臨床離線需求，邁瑞高效整合呼吸機本身的通氣參數以及由中央站采集的生命體征參數，並融入手動輸入的血氣參數，透過大數據分析，智能評估患者當前狀態的離線成功率，幫助醫生綜合決策，準確把握拔管時機，減少患者呼吸機使用時間。

多模態數據資訊融合

在實際離線過程中，對患者狀態的早期篩查和SBT（自主呼吸試驗，spontaneous breathing trial）至關重要。SV900的智能離線評估， 就相當於用大數據技術來承擔積極的篩查任務，真正做到24小時持續篩查，然後再由醫生進行SBT和通氣策略決策。 研究顯示，積極的篩查策略結合相對保守的SBT策略，縮短了拔管所需時間且不增加再插管率[4]。

未來，源自CIS、LIS等資訊系統的多模態數據也將逐步納入，為臨床通氣策略評估提供更堅實的依據。